摘要
本发明公开了一种基于物理信息神经网络的煤与瓦斯突出预测方法及系统,包括:S1.采集目标区域的包括但不限于地质参数、瓦斯动态参数、开采活动参数并预处理;S2.基于预处理后的数据,使用统计方法和机器学习算法进行相关性分析筛选出与煤与瓦斯突出事件高度相关的关键特征;S3.依据煤与瓦斯突出的物理机制,构建关键物理方程以确定物理信息;S4.构建基于物理信息的PINN网络结构,并以考虑数据驱动损失和物理驱动损失的综合损失函数进行训练;S5.将训练好的PINN模型应用于实际煤与瓦斯突出预测中,输入实时监测数据,输出发生概率的分类结果;本发明不仅减少了对大规模训练数据的依赖,还提高了模型泛化能力和预测精度。
技术关键词
物理
机器学习算法
实时监测数据
统计方法
网络结构
样本
瓦斯放散初速度
预测吸附量
参数
特征工程
方程
动态
模块
开采深度
应力
预测系统
成分分析
压力
机制